基于临床CT特征的列线图模型预测浸润性肺腺癌预后分级的研究

目的 探讨基于临床CT特征的列线图模型在预测浸润性肺腺癌(IAC)预后分级中的临床应用价值。方法 回顾2019年7月至2022年6月东阳市人民医院行高分辨CT检查并经手术病理检查证实为IAC的235例患者临床资料。根据2020版国际肺癌研究协会分级系统分为低危组178例和高危组57例。统计分析两组患者的临床CT特征与预后分级间的关系,采用多因素logistic回归筛选IAC预后分级的独立预测因素并构建列线图模型。结果两组患者的年龄、性别、吸烟史、肺气肿、肿瘤最大径、密度、形状、毛刺征、分叶征、支气管闭塞征、空气支气管征等比较差异均有统计学意义(均P<0.05)。多因素logistic回归分析结果显示,吸烟史、肿瘤最大径、密度、毛刺征、空气支气管征是IAC预后分级的独立预测因素(均P<0.05)。基于5个预测因素构建的列线图AUC为0.908,灵敏度为0.780,特异度为0.855。校准曲线显示列线图模型拟合良好,决策曲线分析的高净收益也体现了模型的临床实用性。结论 基于临床CT特征的列线图模型在预测IAC预后分级方面具有较高的应用价值,可为临床提供一种简单、有效且可重复的可视化预测工具。